La estacionariedad de las series permite construir un modelo VAR (vector autorregresive model) con el fin de escoger el número de rezagos que se deben incluir en el modelo y así poder aplicar el test de causalidad en el sentido de Granger.
Este modelo planteado por Sims (1980) es ateórico y permite la no imposición de restricciones a priori sobre las características de exogeneidad o endogeneidad de las variables (todas las variables están endogeneizadas), por lo que su forma estructural esta expresada por:
(1) PIBt = 0 + 1PIB t - 1 + 2PIB t - 2 + ... + 0EMBIti + 1EMBIt ,i -1 + 2EMBIt ,i -2 ...t
(2) EMBIt = 0 + 1PIB t - 1 + 2PIB t – 2 + ... + 0EMBIt i + 1EMBIt,i -1 + 2EMBIt, i -2 ...t
Para los datos trimestrales disponibles del EMBI y el PIB se estiman los modelos con dos y cuatro rezagos, y gracias al criterio de Akaike, el modelo optimo es con dos rezagos, que en su forma reducida es el presentado en el Cuadro 5.1 (ecuaciones 3-4):
(3) %PIBt = 0 + 1 %PIB t - 1 + 2%PIB t - 2 + 1%EMBIt -1 + 2%EMBIt -2 t
(4) %EMBIt = 0 + 1%PIB t - 1 + 1%PIB t - 2 + 1%EMBIt -1 + 2%EMBIt -2 ....t
Este modelo permite inferir que tanto la tasa de variación del PIB (%PIB) en su rezago dos como la tasa de variación del EMBI (%EMBI) en su rezago uno explican el comportamiento de la tasa de variación del PIB, a un nivel de significancia de 10% y 5% respectivamente . A esto se suma que los residuos estimados del modelo (3) son estacionarios (ver los resultados de la prueba de raíz unitaria y el correlograma presentado en el Anexo 2).
El anterior procedimiento se realiza con la tasa de variación del EMBI mensual promedio (%EMBI) y la primera diferencia de la tasa de variación mensual de la producción real manufacturera como proxy del PIB (%PN), por su condición de estacionarias y según el criterio de Akaike, seis es el número de rezagos óptimos, siendo el rezago uno y cuatro de la tasa de variación del EMBI explicativos del comportamiento de la primera diferencia de la producción real mensual manufacturera, a un nivel de significancia de 5% (Cuadro 5.2).
5.1.2. Test de causalidad en el sentido de Granger
El test de causalidad fue propuesto por Granger (1969) , buscando determinar si una variable precede temporalmente a la otra, lo cual no implica necesariamente causalidad económica, es decir, la causalidad debe encontrarse en la interpretación económica definida por el modelo a analizar (Maia y Kweitel, op. cit.).
Con un nivel de significancia del 5%, se rechaza la hipótesis nula que la tasa de variación del EMBI trimestral no causa en el sentido de Granger a la tasa de variación del PIB trimestral, es decir, el riesgo país si causa al PIB, en el sentido de Granger, en sus tasas de variación trimestral para Colombia entre 1998 y 2006. Por otro lado, la misma prueba permite aceptar la hipótesis nula que la tasa de crecimiento del PIB no causa a la tasa de crecimiento del EMBI para el mismo periodo de tiempo (Cuadro 5.3). A su vez, para los datos mensuales, la relación no es concluyente, pues dicha prueba se rechaza con un nivel de significancia del 20%, aunque si se puede aceptar que la producción no causa al EMBI en sus tasas de variación.
Para efectos de inferencia estadística, la cantidad de datos trimestrales permite analizar solamente la función impulso-respuesta, la cual indica que un aumento en la tasa de variación del EMBI en el momento 1 de 20.88 puntos (desviación típica del error de dicha variable) tendría un efecto negativo sobre la tasa de variación del PIB en el siguiente trimestre de -0.43 puntos, el cual se iría ampliando hasta un efecto total al cabo de 4 trimestres de -0.74 puntos, presentando una dispersión de 0.17 puntos en el periodo 2 hasta 0.28 en el periodo 4 (Gráfico 6.1 y Cuadro 5.4).